智能交通系统中基于视频的车辆检测技术研究

论文摘要

基于视频的车辆检测和信息采集是智能交通系统中的一个重要课题,其中相关的数字图像处理技术是最基本也是最核心的部分。本论文设计了车辆检测系统,包括视频检测总体方案和软件流程实现。视频检测总体方案涉及硬件设备的选取和软件结构设计。软件流程实现包括道路交通车辆图像的获取、处理和分析等内容。视频检测总体方案是根据智能交通系统功能需要和目前现有硬件、软件的环境条件提出的。软件流程实现是在确定背景差分法的基础上,实现检测系统从图像输入到交通参数输出的功能。在该过程中,通过对比分析,选择适合交通车辆检测的背景提取和背景更新方法。同时,对图像去噪、二值化、边缘检测和形态学处理的实现技术进行深入研究,以满足系统可靠性和实时性的需求。考虑到软件的通用性和可扩展性,文中利用OpenCV和Visual C++作为开发平台。由于OpenCV是开源的计算机视觉库,而且基于C/C++语言编写,执行速度快,更适合基于视频的车辆检测系统的开发。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 智能交通系统
• 1.1.1 智能交通系统的研究内容
• 1.1.2 智能交通系统的发展过程及国内外现状
• 1.2 视频交通检测技术
• 1.2.1 视频交通检测技术的发展过程
• 1.2.2 国内外视频交通检测的现状
• 1.3 本文的主要内容及章节安排
• 2 车辆检测中的数字图像处理技术
• 2.1 数字图像处理技术发展和应用
• 2.2 车辆检测中图像处理方法研究
• 2.2.1 图像的灰度化
• 2.2.2 图像噪声及去噪处理
• 2.2.3 图像的二值化方法选择
• 2.2.4 图像的边缘检测
• 2.2.5 图像的形态学处理
• 2.3 本章小节
• 3 视频检测总体方案设计
• 3.1 视频检测总体方案
• 3.1.1 检测系统功能需求
• 3.1.2 检测系统设计环境
• 3.1.3 检测系统设计方案
• 3.2 硬件的选取
• 3.2.1 输入设备
• 3.2.2 图像采集设备
• 3.2.3 图像处理设备
• 3.3 系统软件设计
• 3.3.1 软件的结构流程
• 3.3.2 软件的模块设计
• 3.4 本章小节
• 4 车辆检测系统的流程实现
• 4.1 检测算法的比较分析及选择
• 4.1.1 帧间差分法
• 4.1.2 背景差分法
• 4.1.3 算法分析和选择
• 4.2 车辆检测的具体流程
• 4.2.1 ROI区域的设置
• 4.2.2 背景提取
• 4.2.3 差分运算
• 4.2.4 背景更新
• 4.3 本章小节
• 5 系统软件的实现
• 5.1 基于Matlab的仿真
• 5.2 基于OpenCV的流程实现
• 5.2.1 OpenCV的特点
• 5.2.2 流程代码实现
• 5.3 本章小节
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 个人简历、在学期间发表的学术论文与研究成果
• 致谢